专场出品人：贾安亚
Boston University 数学和经济学学位、金融工程硕士学位；Tufts University 国际关系和工商管理硕士学位。曾于 EverQuote 和 Charles River Development 等科技公司担任产品经理，负责产品从概念到市场的全过程。加入商汤后参与了各技术阶段 AI 产品在 ToG、ToB 等领域的创新和落地，现负责「小浣熊家族」系列AI Native 生产力系列工具产品从day 1的概念、模型、产品到商业闭环验证。
商汤科技 高级产品总监
AI重塑ToB产业应用（赋能百业）
议题背景
2025年见证了全球AI应用从“对话式搜索”向“自主式Agent”的范式转移。中国市场的 ToB 开发者深耕于垂直业务深水区，利用国产模型群与复杂的工程化手段，解决极具中国特色的企业经营和业务管理问题。
2025年见证了全球AI应用从“对话式搜索”向“自主式Agent”的范式转移。中国市场的 ToB 开发者深耕于垂直业务深水区，利用国产模型群与复杂的工程化手段，解决极具中国特色的企业经营和业务管理问题。
法务合规场景由于其对“确定性”的零容忍，成为了检验大模型在 ToB 领域最有成效且企业ROI价值最大的场景。本次议题将剥离技术泡沫，在 2026 年的节点上，深入探讨一套在“零容错”压力下打磨出的实战框架，为所有深耕高门槛、高价值ToB行业的开发者提供一份“避坑指南”。
内容大纲
1. AI趋势：从辅助工具到自主专家的范式转移
1.1 - 中美范式对比：美国“大模型优先”的极致搜索范式，与中国“业务场景+Agent优先”的深度嵌入范式，基于强监管与多元业务场景，侧重将 AI 嵌入业务流程中，实现企业提效。
1.2产品经理视角：在“模型优先”与“场景+Agent优先”之间，如何根据Agent Infra构建差异化竞争壁垒。
1.2产品经理视角：在“模型优先”与“场景+Agent优先”之间，如何根据Agent Infra构建差异化竞争壁垒。
2. 解构与重构：构建高可靠性的AI法律顾问Agent 工作流
2.1 SOP 规则化：将复杂的合同审查、合规风险筛查、纠纷预警拆解为原子级子任务和可验收标准。
2.2 多 Agent 协同架构：分享“合同解析Agent、审查 Agent、修订 Agent、评测 Agent”的协同模式，如何通过多步校验将错误率降至10%以内。
2.3 工程化落地：针对法律文本的长上下文处理与 RAG 增强检索的实战避坑指南。
2.2 多 Agent 协同架构：分享“合同解析Agent、审查 Agent、修订 Agent、评测 Agent”的协同模式，如何通过多步校验将错误率降至10%以内。
2.3 工程化落地：针对法律文本的长上下文处理与 RAG 增强检索的实战避坑指南。
3. 深水区的 HITL：从“专家反馈”到“专业直觉”的数字孪生
3.1 Lawyer-in-the-Loop：不再是简单的结果确认，而是将法务专家的“颗粒度反馈”转化为模型微调与 Prompt 迭代的闭环数据流。
3.2 协同进化逻辑：探讨 AI 如何从辅助工具演变为具备风险识别+策略建议的AI专家。
3.3 边界设定：在极致自动化（L4级别）与法律责任主体归责之间的平衡。
3.2 协同进化逻辑：探讨 AI 如何从辅助工具演变为具备风险识别+策略建议的AI专家。
3.3 边界设定：在极致自动化（L4级别）与法律责任主体归责之间的平衡。
听众收益
1. 全球化视野：透视中美竞争格局，理清中国企业在垂直应用层实现全球突围的技术路径，和可扩展的全球化探索之路；
2. 一套方法论：掌握一套可落地的 ToB Agentic Workflow 设计框架，从“单次对话”跃迁为“复杂异步任务处理”；可迁移应用于金融、医疗等其他“零容错”ToB场景的 Agentic Workflow 设计框架；
3. 实操指南：获得一套平衡大模型“生成性”与法律文本“严谨性”的工程化解决方案，直接指导产品规划与商业落地。
1. 全球化视野：透视中美竞争格局，理清中国企业在垂直应用层实现全球突围的技术路径，和可扩展的全球化探索之路；
2. 一套方法论：掌握一套可落地的 ToB Agentic Workflow 设计框架，从“单次对话”跃迁为“复杂异步任务处理”；可迁移应用于金融、医疗等其他“零容错”ToB场景的 Agentic Workflow 设计框架；
3. 实操指南：获得一套平衡大模型“生成性”与法律文本“严谨性”的工程化解决方案，直接指导产品规划与商业落地。
ToB 零容错场景的AI Agent落地实录：
以AI法律顾问为例
梅容
现任法大大法律AI产品线负责人，深度主导法律大模型及 iTerms AI 合同智能体从 0 到 1 的研发、架构设计与全链路商业化。
华中科技大学人工智能与自动化硕士，拥有深厚的软硬件融合思维，曾先后在努比亚、明源云担任产品负责人，深耕移动互联网、大数据及 ToB SaaS 赛道。致力于在零容错的法律合规领域，利用 Agentic Workflow 构建高可靠的人机协同新范式，是国内法律科技与 AI 深度结合的先锋实践者。
华中科技大学人工智能与自动化硕士，拥有深厚的软硬件融合思维，曾先后在努比亚、明源云担任产品负责人，深耕移动互联网、大数据及 ToB SaaS 赛道。致力于在零容错的法律合规领域，利用 Agentic Workflow 构建高可靠的人机协同新范式，是国内法律科技与 AI 深度结合的先锋实践者。
法大大 AI产品负责人
内容大纲：
1. 数据基因与智能经验：二十年"DI Know-How"的深厚积淀
2. AI发展演进与创新：从“聊天”到“智能体”的技术跃迁
3. 私有数据AI应用的“四重困境”与破局思路
3.1 不敢用：公有云泄露风险，数据主权与管制能力的矛盾——>"数据不动模型动" ——本地化数据+云端化智能的混合
2. AI发展演进与创新：从“聊天”到“智能体”的技术跃迁
3. 私有数据AI应用的“四重困境”与破局思路
3.1 不敢用：公有云泄露风险，数据主权与管制能力的矛盾——>"数据不动模型动" ——本地化数据+云端化智能的混合
架构
3.2 不能用：产业是半成品，格式不规范，AI生成可业务规范的输出——>"业务规则引擎化"——将格式要求、审批流程
3.2 不能用：产业是半成品，格式不规范，AI生成可业务规范的输出——>"业务规则引擎化"——将格式要求、审批流程
嵌入AI工作流
3.3 用不起：私有化部署成本高，维护难,没有门槛在资源投入的不平等——>"轻量化私有化"——边缘计算+模块化部
3.3 用不起：私有化部署成本高，维护难,没有门槛在资源投入的不平等——>"轻量化私有化"——边缘计算+模块化部
署，降低TCO
3.4 不好用：不懂内部知识，结果没配套，通用模型与垂直领域的鸿沟——>"知识库即服务"——RAG架构+持续学习的
3.4 不好用：不懂内部知识，结果没配套，通用模型与垂直领域的鸿沟——>"知识库即服务"——RAG架构+持续学习的
知识运营体系
4. 方法论落地：“个知·智能工作站”的设计思路与能力框架
4.1 架构层：混合云部署的安全，智能平衡术
5. 一个真实场景的解决路径
6. 结语：给产品经理的两个建议
6.1 安全不是阻力，而是产品设计的约束条件
6.2 AI能力要“藏”在业务流里，而不是摆在界面上
4. 方法论落地：“个知·智能工作站”的设计思路与能力框架
4.1 架构层：混合云部署的安全，智能平衡术
5. 一个真实场景的解决路径
6. 结语：给产品经理的两个建议
6.1 安全不是阻力，而是产品设计的约束条件
6.2 AI能力要“藏”在业务流里，而不是摆在界面上
DI×AI：让AI把私有数据用起来
邓鹤菱
深耕人工智能产品领域，专注 AI 技术与政务、商业场景的深度融合，具备从需求洞察、产品规划到技术落地、商业化落地的全流程操盘能力。
主导个知智能工作站、公文写作、会议纪要等核心 AI 产品的研发与迭代，擅长整合自然语言处理、RAG 等前沿技术，统筹智能对话系统、政务 AI 解决方案、AI 辅助决策工具等产品全生命周期管理。
在政务 AI 与企业级智能化领域拥有丰富实践经验，以产品化思维打通技术与业务场景，持续赋能政府数字化转型与企业效率升级，打造多款可规模化落地的行业标杆解决方案。
每日互动 个知工作站 产品负责人
议题背景：
我们正站在2001年互联网废墟之上的重启时刻 ：GPU等基建已备，资本热潮翻涌，却唯独缺失了真正融入生活的商业模式 。在AI这个从“确定性交付”转向“概率性生成”的非线性世界里，产品经理正面临交互意图模糊、信任成本高企、算力成本燃烧的“升维打击” 。
本次分享将基于商汤“小浣熊”的实战复盘 ，提出“技术与商业双螺旋”进化论 ：
- 初期靠体验突围：利用对技术边界的理解（TPF），在垂直场景做到极致单点体验 。
- 中期靠场景闭环：通过Agentic Workflow交付结果，让用户从“复制粘贴”转向“端到端解决” 。
- 后期靠资产沉淀：将用户私有知识与新技术持续吞吐能力结合，构建真正的动态壁垒 。
- 我们将共同探讨如何拒绝“PPT造车”，在每一笔Token的消耗中，寻找AI时代的确定性增长 。
内容大纲：
1. 定位与认知：迷雾中的领航员
1.1 时代坐标：我们正站在“泡沫与复兴”的分界线上
1.2 技术与商业的“双螺旋”
1.3 壁垒阶段：从“薄”变“厚”的生存战
1.3.1 第一阶段：体验突围——技术理解力转化为“极致单点”
1.3.2 第二阶段：场景闭环——从“工具”进化为“解决方案”
1.3.3 第三阶段：资产沉淀与技术敏捷——真正的“动态壁垒”
2. 选择与战场——在哪里建立你的阵地？
2.1 赛道差异：To B和To C的底层逻辑
3. 手感与实操：在概率世界里寻找确定性增长
3.1 为什么AI PM更难？
3.1.1 交互维度的升维：从“精准点击”到“模糊意图”
3.1.2 信任维度的升维：从“确定性交付”到“概率性生成”
3.1.3 成本维度的升维：从“零边际成本”到“昂贵的每一次交互”
3.2 行动哲学：寻找“人天”业务规模化，拒绝PPT造车
4. 实战复盘 ：商汤“小浣熊”的诞生与规模化之路
4.1 技术驱动的小浣熊产品演进
4.2 企业侧场景下的更严格的要求
4.3 OpenClaw的结合和挑战
听众受益
1. 认知重构：理解从 PM 向 PO（Product Owner）转化的核心逻辑，掌握“技术-商业双螺旋”思考框架 。
2. 避坑实操：针对 AI 产品特有的交互、信任、成本三大难题，获得来自一线大厂的落地解决方案 。
3. 竞争策略：学会如何通过“资产沉淀”与“技术敏捷”建立动态壁垒，避免在技术迭代浪潮中被轻易颠覆 。
4. 实战参考：复刻商汤“小浣熊”在金融、教育等行业快速落地并商业化变现的实战路径 。
我们正站在2001年互联网废墟之上的重启时刻 ：GPU等基建已备，资本热潮翻涌，却唯独缺失了真正融入生活的商业模式 。在AI这个从“确定性交付”转向“概率性生成”的非线性世界里，产品经理正面临交互意图模糊、信任成本高企、算力成本燃烧的“升维打击” 。
本次分享将基于商汤“小浣熊”的实战复盘 ，提出“技术与商业双螺旋”进化论 ：
- 初期靠体验突围：利用对技术边界的理解（TPF），在垂直场景做到极致单点体验 。
- 中期靠场景闭环：通过Agentic Workflow交付结果，让用户从“复制粘贴”转向“端到端解决” 。
- 后期靠资产沉淀：将用户私有知识与新技术持续吞吐能力结合，构建真正的动态壁垒 。
- 我们将共同探讨如何拒绝“PPT造车”，在每一笔Token的消耗中，寻找AI时代的确定性增长 。
内容大纲：
1. 定位与认知：迷雾中的领航员
1.1 时代坐标：我们正站在“泡沫与复兴”的分界线上
1.2 技术与商业的“双螺旋”
1.3 壁垒阶段：从“薄”变“厚”的生存战
1.3.1 第一阶段：体验突围——技术理解力转化为“极致单点”
1.3.2 第二阶段：场景闭环——从“工具”进化为“解决方案”
1.3.3 第三阶段：资产沉淀与技术敏捷——真正的“动态壁垒”
2. 选择与战场——在哪里建立你的阵地？
2.1 赛道差异：To B和To C的底层逻辑
3. 手感与实操：在概率世界里寻找确定性增长
3.1 为什么AI PM更难？
3.1.1 交互维度的升维：从“精准点击”到“模糊意图”
3.1.2 信任维度的升维：从“确定性交付”到“概率性生成”
3.1.3 成本维度的升维：从“零边际成本”到“昂贵的每一次交互”
3.2 行动哲学：寻找“人天”业务规模化，拒绝PPT造车
4. 实战复盘 ：商汤“小浣熊”的诞生与规模化之路
4.1 技术驱动的小浣熊产品演进
4.2 企业侧场景下的更严格的要求
4.3 OpenClaw的结合和挑战
听众受益
1. 认知重构：理解从 PM 向 PO（Product Owner）转化的核心逻辑，掌握“技术-商业双螺旋”思考框架 。
2. 避坑实操：针对 AI 产品特有的交互、信任、成本三大难题，获得来自一线大厂的落地解决方案 。
3. 竞争策略：学会如何通过“资产沉淀”与“技术敏捷”建立动态壁垒，避免在技术迭代浪潮中被轻易颠覆 。
4. 实战参考：复刻商汤“小浣熊”在金融、教育等行业快速落地并商业化变现的实战路径 。
在AI时代重塑产品的“手感”与“视野”
贾安亚
Boston University 数学和经济学学位、金融工程硕士学位；Tufts University 国际关系和工商管理硕士学位。曾于 EverQuote 和 Charles River Development 等科技公司担任产品经理，负责产品从概念到市场的全过程。加入商汤后参与了各技术阶段 AI 产品在 ToG、ToB 等领域的创新和落地，现负责「小浣熊家族」系列AI Native 生产力系列工具产品从day 1的概念、模型、产品到商业闭环验证。
商汤科技 高级产品总监
议题背景：
全球内容产业正经历由生成式AI驱动的范式革命。从Seedance 2.0、PixVerse等视频生成模型的惊艳亮相，到各类AI视频工具在创意生产端的渗透，Netflix、迪士尼等国际平台纷纷布局AI内容生产流程，而国内也在加速推进“AIGC+影视”的产业融合，AI已从“概念验证”迈入“规模化应用”的关键阶段。在商业竞争从增量转向存量的当下，内容产业的核心竞争力正从单纯的人力与资本密集型投入，转向“人机协同”的智能化生产与IP价值挖掘。
全球内容产业正经历由生成式AI驱动的范式革命。从Seedance 2.0、PixVerse等视频生成模型的惊艳亮相，到各类AI视频工具在创意生产端的渗透，Netflix、迪士尼等国际平台纷纷布局AI内容生产流程，而国内也在加速推进“AIGC+影视”的产业融合，AI已从“概念验证”迈入“规模化应用”的关键阶段。在商业竞争从增量转向存量的当下，内容产业的核心竞争力正从单纯的人力与资本密集型投入，转向“人机协同”的智能化生产与IP价值挖掘。
本次演讲将立足于全球AIGC内容产业的最前沿，结合黑岩科技十余年产业深耕与AI转型的实践探索、及旗下全新的AIGC内容产业平台“黑桃A视界”，深入探讨如何利用AI Agent和工业化生产流程，重塑影视内容的创作、制作与商业化链路。我们将剖析AI如何赋能内容产业，实现真正的降本增效与价值创新，为产品人与产业从业者提供可借鉴的转型路径，探讨AI影视如何重塑内容产业的未来形态与商业逻辑。
内容大纲：
1. 时代浪潮——全球AI视频技术与产业趋势
1.1 全球视野：回顾近一年来全球AI视频技术的突破性进展，分析其对影视、动画、广告等领域的冲击与机遇。
1.2 产业现状：从“AI生成单点工具”到“AI原生工作流”的转变，探讨当前内容产业面临的核心挑战与转型压力。
1.3核心议题：本次演讲的核心——如何将前沿的AI技术转化为可落地、可复制、可商业化的产品能力？
1.2 产业现状：从“AI生成单点工具”到“AI原生工作流”的转变，探讨当前内容产业面临的核心挑战与转型压力。
1.3核心议题：本次演讲的核心——如何将前沿的AI技术转化为可落地、可复制、可商业化的产品能力？
2. 核心引擎——AI Agent驱动的内容工业化生产
2.1 AI Agent的角色定义：阐述AI Agent在内容生产链中的定位，它不是简单的“生成工具”，而是作为“协同创作伙伴”和“流程自动化核心”，具备自主决策与任务执行能力。
2.2 实践案例拆解：以黑岩科技的工业化生产体系为例，分享我们如何构建基于AI的Pipeline。
2.3 从资产到智能：如何利用十余年积累的“高质量自有数据资产”，训练出具有一致“品牌风格”的专属模型，解决AI内容风格不可控的痛点。
2.4 人机协同范式：分享“人+AI共创”的具体模式，例如AI辅助编剧、AI分镜生成、AI资产自动化生成、AI后期智能调色等环节的实际应用。
2.5 从Demo到商业化：以《火旺》、《斗罗大陆》《花海下的魔术师》等S+级项目为例，展示AI Agent如何贯穿从创意孵化、制作执行到最终交付的全流程，确保项目品质与交付效率。
2.2 实践案例拆解：以黑岩科技的工业化生产体系为例，分享我们如何构建基于AI的Pipeline。
2.3 从资产到智能：如何利用十余年积累的“高质量自有数据资产”，训练出具有一致“品牌风格”的专属模型，解决AI内容风格不可控的痛点。
2.4 人机协同范式：分享“人+AI共创”的具体模式，例如AI辅助编剧、AI分镜生成、AI资产自动化生成、AI后期智能调色等环节的实际应用。
2.5 从Demo到商业化：以《火旺》、《斗罗大陆》《花海下的魔术师》等S+级项目为例，展示AI Agent如何贯穿从创意孵化、制作执行到最终交付的全流程，确保项目品质与交付效率。
3. 商业闭环——AI重塑ToB内容产业与IP生态
3.1 AI赋能百业：探讨AI内容生产能力如何从影视领域外溢，赋能更多行业。重点分析：
3.2 影游联动：以《星骸骑士》《御甲凌云志》《荒渊暗涌》为例，展示如何利用AI高效地以技术与创意双重驱动持续生产精品内容，打造动漫与游戏互哺开发的数字娱乐内容体系，实现IP价值的最大化与快速变现。
3.3 泛娱乐生态：AI如何助力构建“自有IP+整合IP”的矩阵，打通漫剧、游戏、衍生品等多元业务形态，实现生态协同。
3.4 商业化模式：探讨基于AI内容生产的新商业模式，如高效定制化内容、规模化IP改编、以及“产学研”一体化的人才培养体系（如D.ROCK教育），为产业持续造血。
3.2 影游联动：以《星骸骑士》《御甲凌云志》《荒渊暗涌》为例，展示如何利用AI高效地以技术与创意双重驱动持续生产精品内容，打造动漫与游戏互哺开发的数字娱乐内容体系，实现IP价值的最大化与快速变现。
3.3 泛娱乐生态：AI如何助力构建“自有IP+整合IP”的矩阵，打通漫剧、游戏、衍生品等多元业务形态，实现生态协同。
3.4 商业化模式：探讨基于AI内容生产的新商业模式，如高效定制化内容、规模化IP改编、以及“产学研”一体化的人才培养体系（如D.ROCK教育），为产业持续造血。
4. 未来展望——AI产品人的新机遇
4.1 能力重塑：总结AI时代产品经理所需的新能力模型——如何理解AI技术边界、如何设计“人机协同”的产品流程、如何从数据角度构建竞争壁垒。
4.2行动建议：为产品从业者及企业管理者提供可落地的建议，如何从组织架构、技术投入、内容资产化等方面，迎接AI重塑内容产业的未来。
4.2行动建议：为产品从业者及企业管理者提供可落地的建议，如何从组织架构、技术投入、内容资产化等方面，迎接AI重塑内容产业的未来。
听众收益
1. 思维破局：打破传统内容生产的思维定式，建立AI时代的产品创新方法论与战略视角。
2. 实践方法：学习一套将AI Agent融入工业化生产链的完整方法论，了解如何构建“人机协同”的高效工作流，实现内容生产的降本增效。
3. 商业启发：获得基于AI技术的IP全版权开发与商业化落地的一手案例，启发如何通过影游联动、IP矩阵等方式，构建新的业务增长飞轮。
4. 战略视野：理解在AI时代，内容产业从资产、数据到流程的核心竞争壁垒如何重构，为个人职业发展或企业战略转型提供方向指引。
1. 思维破局：打破传统内容生产的思维定式，建立AI时代的产品创新方法论与战略视角。
2. 实践方法：学习一套将AI Agent融入工业化生产链的完整方法论，了解如何构建“人机协同”的高效工作流，实现内容生产的降本增效。
3. 商业启发：获得基于AI技术的IP全版权开发与商业化落地的一手案例，启发如何通过影游联动、IP矩阵等方式，构建新的业务增长飞轮。
4. 战略视野：理解在AI时代，内容产业从资产、数据到流程的核心竞争壁垒如何重构，为个人职业发展或企业战略转型提供方向指引。
AI影视：重塑内容产业的多种未来
孙慧
......
黑岩科技合伙人&COO
内容大纲：
1. 背景趋势：大模型驱动产品范式变革，以及医疗AI应用现状与挑战
2. 当前存在问题：通用RAG范式的瓶颈——知识无法参与模型推理
3. 如何破局：知识胶囊，让企业知识进入模型“计算核心”
4. 案例：以安诊儿医生助手为例，知识胶囊在AI产品中的实践
5. 落地：四步构建——知识 → 胶囊 → 注入 → 应用
6. 结论：未来AI医疗产品的核心竞争力是更高准确性｜更低幻觉｜更强个性化
1. 背景趋势：大模型驱动产品范式变革，以及医疗AI应用现状与挑战
2. 当前存在问题：通用RAG范式的瓶颈——知识无法参与模型推理
3. 如何破局：知识胶囊，让企业知识进入模型“计算核心”
4. 案例：以安诊儿医生助手为例，知识胶囊在AI产品中的实践
5. 落地：四步构建——知识 → 胶囊 → 注入 → 应用
6. 结论：未来AI医疗产品的核心竞争力是更高准确性｜更低幻觉｜更强个性化
从“对话工具”到“知识底座”:
知识胶囊如何重构产品知识能力与医疗场景落地路径
知识胶囊如何重构产品知识能力与医疗场景落地路径
居斌博士
浙江大学人工智能专业博士，高级工程师。中华医学会数字医学分会委员，浙江省人工智能发展专家委员会 医疗健康大数据专项小组成员，浙江省卫生信息协会 医疗大数据与人工智能专委会委员。
20+ 年 医疗与医药软件开发经验，聚焦 AI 在新药研发、医疗图像识别、疾病智能诊断等场景。浙江省政府科学技术进步一等奖 1 项 / 二等奖 1 项，发表 21 篇 SCI、3 篇 EI，授权发明专利 10 项。
20+ 年 医疗与医药软件开发经验，聚焦 AI 在新药研发、医疗图像识别、疾病智能诊断等场景。浙江省政府科学技术进步一等奖 1 项 / 二等奖 1 项，发表 21 篇 SCI、3 篇 EI，授权发明专利 10 项。
浙江数字医疗卫生技术研究院 副院长
PM组委会由业界在产品经理或相关领域具有显著成就和影响力的产品人发起，邀请联合主席团专家一起挖掘全球产品领域的创新突破，旨在推动产品领域的知识分享和能力提升，促进行业产品创新。我们相信，通过持续的学习和交流，产品人能够在快速变化的市场环境中不断成长，创造更多的用户价值和商业价值。同时依托智盟创课国内领先的人才能力提升服务供应商，组织专业的会务服务团队，全面推进会议的顺利落地，保证参会者体验。
服务总线：400-183-9980
商务、媒体合作：木子 151-2264-3988
演讲分享：丽媛 186-0005-0529
购票咨询：白老师 135-1619-6409